R語(yǔ)言學(xué)習(xí)系列之本地?cái)?shù)據(jù)獲取

任何數(shù)據(jù)分析工作之前，都得把數(shù)據(jù)先讀取進(jìn)來(lái)你才能進(jìn)行后續(xù)的分析工作。所以本文簡(jiǎn)要介紹在R中如何對(duì)本地文件進(jìn)行獲取，希望可以給剛剛接觸R語(yǔ)言的同學(xué)一點(diǎn)啟發(fā)。
一、控制臺(tái)的輸入與輸出
何為控制臺(tái)的輸入與輸出呢？你可以簡(jiǎn)單的理解成在屏幕上進(jìn)行操作讓數(shù)據(jù)可以直接輸入或輸出的方法。
一般輸入時(shí)采用readline（）函數(shù)與scan（）函數(shù)，它們的區(qū)別如下：

如上我們可以發(fā)現(xiàn)這兩個(gè)函數(shù)的區(qū)別，readline（）只能輸入單個(gè)數(shù)據(jù)，可以為數(shù)值也可以為字符串，并且最后會(huì)將輸入的數(shù)據(jù)轉(zhuǎn)化為字符串的格式。而scan（）可以輸入多個(gè)數(shù)據(jù)，但只能是數(shù)值，最后會(huì)以數(shù)值型輸出。
一般輸出時(shí)采用print（）與cat（）的方法，兩個(gè)方法的區(qū)別是cat（）可以將內(nèi)容粘合起來(lái)。如下所示：

如上可以比較，print（）就是直接打印，與別的語(yǔ)言打印語(yǔ)句一致。此外，我們建立一個(gè)文件鏈接，文件名為output.txt，之后再用cat（）向文件輸出數(shù)據(jù)并且使用制表符‘/t’將內(nèi)容粘合起來(lái)。最后關(guān)閉文件鏈接。才看本地文件存入地址。結(jié)果如下：

二、數(shù)據(jù)表的讀寫


我們還是使用自帶的iris數(shù)據(jù)集做測(cè)試，使用write.table（）寫入數(shù)據(jù)，命名為iris.csv ，再使用read.table（）將數(shù)據(jù)集讀回來(lái)賦給變量data。
在讀數(shù)據(jù)時(shí)有兩個(gè)小技巧：1、當(dāng)你在讀其他路徑下的文件時(shí)可以采用
read.table(file.choose(),sep = ',')
這樣的方法，R會(huì)自動(dòng)彈出一個(gè)選擇文件框供你選擇。2、Windows操作系統(tǒng)下可以直接對(duì)需要的數(shù)據(jù)部分在Excel中復(fù)制然后在R中讀取。
data <- read.table('clipboard')
注意此方法適用于小數(shù)據(jù)集，因?yàn)橛?jì)算機(jī)的剪切板容量是有限的。
三、數(shù)據(jù)庫(kù)的讀寫
有時(shí)候會(huì)出現(xiàn)需要讀取MySQL數(shù)據(jù)庫(kù)中的數(shù)據(jù)，這里提供給你一些方法與思路。具體如何去操作百度文庫(kù)里面多得飛起，我就不一一介紹了（好吧，我還是懶?。。。?br /> 有兩種方法：1、你可以直接將數(shù)據(jù)庫(kù)中的數(shù)據(jù)寫個(gè)sql語(yǔ)句讀出來(lái)存入csv文件，再用之前的方法進(jìn)行讀取。2、R也提供直接能夠操作數(shù)據(jù)庫(kù)的包‘RODBC’。首先你要安裝‘RODBC’包，之后下載MySQL ODBC 驅(qū)動(dòng)，再配置ODBC。一切搞定后在R中調(diào)用‘RODBC’包，輸入數(shù)據(jù)庫(kù)訪問(wèn)參數(shù)，再寫一個(gè)sql語(yǔ)句將你需要的數(shù)據(jù)讀出來(lái)即可。
四、讀取Excel文件
這里總結(jié)一下之前讀取Excel文件的方法再介紹一個(gè)個(gè)人認(rèn)為比較好用的包‘openxlsx’。這個(gè)包的讀取速度比較快。
讀取Excel文件的方法有：1、數(shù)據(jù)小時(shí)，可以使用直接復(fù)制在R中采用‘clipboard’的方法，注意此方法適用于Windows用戶。2、數(shù)據(jù)大的時(shí)候，將Excel文件存為csv文件再用read.table（）的方法進(jìn)行讀取。3、若想直接讀寫，可以調(diào)用‘openxlsx’包
library(openxlsx)
data <- read.xlsx(file.choose(),sheet = 1)
五、如何讀取SPSS，SAS中的數(shù)據(jù)文件
當(dāng)需要讀取SPSS，SAS中的數(shù)據(jù)時(shí)，推薦使用‘foreign’包，其中有大量讀取外部數(shù)據(jù)的函數(shù)。
library(foreign)
statadata <- read.dta('c/temp/statafile.dta')
spssdata <- read.spss('c/temp/spssfile.sav')
sasdata <- read.xport('c/temp/sasfile.xpt')